基于U型卷积神经网络的航空影像建筑物检测   总被引：3，自引：2，他引：1  

伍广明  陈奇  Ryosuke SHIBASAKI  郭直灵  邵肖伟  许永伟 《测绘学报》2018,47(6):864-872

经典的卷积神经网络结构在前向传播过程中分辨率不断下降,导致仅采用末层特征时难以实现建筑物边缘的精确分割,进而限制目标检测精度。针对该问题,提出一种基于U型卷积网络的建筑物检测方法。首先借鉴在图像分割领域中性能出色的神经网络模型U-Net的建模思想,采用对称式的网络结构融合深度网络中的高维和低维特征以恢复高保真边界;其次考虑到经典U-Net对位于特征金字塔顶层的模型参数优化程度相对不足,通过在顶层和底层两个不同尺度输出预测结果进行双重约束,进一步提升了建筑物检测精度。在覆盖范围达30 km²、建筑物目标28 000余个的航空影像数据集上的试验结果表明,本文方法的检测结果在IoU和Kappa两项关键评价指标的均值上分别达到83.7%和89.5%,优于经典U-Net模型,显著优于经典全卷积网络模型和基于人工设计特征的AdaBoost模型。  相似文献   

基于DBN的车载激光点云路侧多目标提取   总被引：1，自引：1，他引：0  

罗海峰  方莉娜  陈崇成  黄志文 《测绘学报》2018,47(2):234-246

提出一种基于深度信念网络（DBN）的车载激光点云路侧多目标提取方法。首先通过预处理对原始数据进行分段,并将地面和建筑物点云与路侧目标进行分离;然后利用连通分支聚类分析算法进行路侧点云聚类,并采用基于体素的归一化分割方法分割重叠点云,从而生成独立目标点云;在此基础上,生成基于多方向目标对象的二值图像并展开成二值向量作为独立目标点云的描述特征;最后构建并训练DBN,利用训练好的DBN提取行道树、车辆及杆状目标等3类路侧目标。试验采用两份不同城市道路场景的点云数据,行道树、车辆及杆状目标提取结果的准确率分别达97.31%、97.79%、92.78%,召回率分别达98.30%、98.75%和96.77%,精度分别达95.70%、93.81%和90.00%,F1值分别达97.80%、96.81%和94.73%。试验结果验证了本文的有效性。  相似文献   

网络地理信息技术在林业检疫管理中的应用     

杨莉 《测绘与空间地理信息》2018,(3):132-134

针对林业检疫工作存在信息化程度低、管理不够科学有效的问题,本文提出将网络地理信息技术应用到林业检疫管理工作中。在对系统的逻辑框架和网络设计完成后,建立了林业检疫管理信息系统,通过内网、外网和移动终端配合,完成了林业检疫的数据采集、信息分析等业务工作以及相关单位和虫害信息的管理工作,为辅助决策提供了数据,也提高了工作效率和管理水平,对林业资源的管理和保护具有重要的现实意义。  相似文献   

基于模糊集理论的贝叶斯网络水利工程项目进度完工概率研究     

冯臻  宋明利 《地下水》2018,(6):206-208

工程项目建设风险随着水利工程复杂程度的提升而逐渐增大,水利工程效益受项目施工进度的影响日趋突出。据此,本文在详细分析了模糊集理论的基础上提出了水利工程项目进度完工概率的贝叶斯网络模型,并以此为项目决策者提供进度风险评判依据。文中首先对项目进度根节点利用专家模糊语言描述进行了确定,采用积分值法得到了项目进度各节点的条件概率,然后以新疆某水利工程为例,利用各节点进行工程项目网络计划完工概率的计算,并对模型的有效性与可行性利用NETICA进行了验证分析。研究表明:相对于传统的完工概率分析方法基于模糊理论的SBN模型可显著提高其准确性,研究成果可为水利工程项目进度风险提供一定决策依据和参考。  相似文献   

基于改进DeepLabv3+孪生网络的遥感影像变化检测方法     

赵祥  王涛  张艳  郑迎辉  张昆  王龙辉 《地球信息科学学报》2022,24(8):1604-1616

传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差。因此,本文提出一种基于改进DeepLabv3+孪生网络的遥感影像变化检测方法,以经典DeepLabv3+网络的编解码结构为基础对网络进行改进：① 在编码阶段利用共享权值的孪生网络提取特征,通过2个输入端分别接收2幅遥感影像,以保留不同时相影像的高维特征;② 在特征融合中用密集空洞空间金字塔池化模型代替空洞空间金字塔池化模型,通过密集连接的方式结合每个空洞卷积的输出,以提高对不同尺度目标分割的精度;③ 在解码阶段中针对不同层级特征图信息差异较大,难以融合的问题,引入基于注意力机制的特征对齐模型,引导不同层级的特征对齐并强化学习重要特征,以提升模型的鲁棒性。应用开源数据集CDD验证本文方法的有效性,并与UNet-EF、FC-Siam-conc、Siam-DeepLabv3+和N-Siam-DeepLabv3+网络对比试验。试验结果表明,本文方法在精确率、召回率、F1值和总体精度上达到87.3%、90.2%、88.4%、96.4%,均高于UNet-EF、FC-Siam-conc、Siam-DeepLabv3+网络和N-Siam-DeepLabv3+网络,检测结果较为完整,对边界的检测也更为平滑,且对尺度变化具有更高的鲁棒性。  相似文献   

面向高分遥感影像道路提取的轻量级双注意力和特征补偿残差网络模型     

陈振  陈芸芝  吴婷  李佳优 《地球信息科学学报》2022,24(5):949-961

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性能和时空复杂度上的平衡。其中,双注意力模块可以增强模型的特征提取能力,特征补偿模块可以融合网络中来自深浅层的道路特征。在DeepGlobe和GF-2道路数据集上的实验结果表明,DAFCResUnet模型的IoU和F1-score可以达到0.6713、0.8033和0.7402、0.8507,模型的整体精度优于U-Net、ResUnet和VNet模型。与U-Net和ResUnet模型相比,DAFCResUnet模型仅增加了少量的计算量和参数量,但IoU和F1-score均有较大幅度的提高;与VNet模型相比,DAFCResUnet模型在计算量和参数量远低于VNet的情况下取得了更高的精度,模型在精度和时空复杂度两方面均有优势。相比其他对比模型,DAFCResUnet模型具有更强的特征提取和抗干扰能力,能更好解决道路上的干扰物、与道路特征相似地物、树荫或阴影遮挡等造成的道路空洞、误提和漏提现象。  相似文献   

公交网络最优路径组件设计新思维     

廖楚江  杜清运  蔡忠亮  吴小芳 《测绘通报》2006,(5):63-66,76

以STL和COM为技术支撑,提出基于最少换乘次数的公交网络最优路径求解模式,即在寻求最优路径的乘车方案时,不再是从求取最短路径开始,而是以寻求最少换乘次数的方案为初衷,在此基础上再来寻求最短和最优。这一思路可拓展传统的在最短基础上再求最优的单一模式,改善电子地图公交网络查询功能的实现。  相似文献   

黑龙江省地震行业网通信系统组网优化研究     

方瑶  王卓  胡越  贾军 《防灾减灾学报》2022,38(2):73-80

  相似文献   

基于时间卷积网络的地震波阻抗反演          下载免费PDF全文

王德涛  陈国雄 《地球科学》2022,47(4):1492-1506

近些年来,深度学习网络的兴起极大地推动了人工智能技术在地震数据处理、反演以及解译等领域的应用.地震波阻抗反演是石油地震勘探领域的一项关键技术,其反演精度在圈定油气储层构造中起到非常重要的作用.提出了一种基于数据驱动时间卷积网络（temporal convolution network,TCN）模型的地震波阻抗反演方法,旨在无需建立初始反演模型,直接利用工区的少量测井标签数据,以地震振幅数据为输入,将波阻抗反演转化为时间序列建模任务,最终输出地下模型的阻抗信息.采用Marmousi2数据集对基于TCN的波阻抗反演模型进行训练、验证和测试,结果显示,在测试集上该模型预测结果的皮尔逊系数和决定系数分别达到97.92%和95.95%,并对远离训练区域的波阻抗信息预测有着良好的泛化性,且在预测时间和预测精度等方面都要明显优于前人的相关研究工作.上述结果表明,TCN时间序列深度学习模型在复杂地层波阻抗反演中具有一定优越性和应用前景,为地震波阻抗反演提供了新思路.   相似文献   

基于复杂网络的岩土颗粒材料分散性失稳先兆研究     

杨晓娟  马刚  周恒  陆希  李易奥  周伟 《岩土力学》2022,43(7):1978-1988

岩土颗粒材料在达到Mohr-Coulomb塑性极限之前可能已经发生了没有明显局部损伤的全域准均匀破坏,即分散性失稳。近年来,网络科学工具在颗粒材料环境中的应用为研究其失稳破坏现象提供了有趣新颖的洞见。采用离散单元法对不同初始密实度的颗粒体系进行等体积应变加载路径的数值试验,发现初始状态越松散的颗粒体系越有可能发生分散性失稳;采用网络科学的理论和方法分析颗粒接触网络的拓扑结构特性和演化规律,发现颗粒材料分散性失稳的结构根源是颗粒接触网络完全崩塌。将颗粒体系划分为强、弱接触系统以构建强接触子网络、弱接触子网络和强−弱接触子网络,研究颗粒接触网络及其3个子网络的特征量演化,结果表明：当颗粒材料开始处于不稳定状态时,易受扰动的弱接触系统的部分接触先失效,导致强接触系统失去其稳定支撑作用而降低承载能力。随着加载的继续,系统通过非局部的自组织过程导致接触结构的全面崩塌,最终触发整体分散性失稳。因此,先于整体失稳的部分弱接触的失效,可视为颗粒材料分散性失稳的关键性临界征兆。  相似文献